论文部分内容阅读
由于社会老龄化程度的加深,使得我国对助老助残的的医疗服务需求大增。而许多老年人及一些行走不便的人,自理能力下降的原因是无法独自行走。面对这样的问题,助行机器人提供了一种解决方案。但如何在使用者的日常生活或康复训练过程中提高助行机器人使用效率,提高使用者使用过程中的运动方向意图识别准确率,是一个重要研究方向。目前,在关于助行机器人的人机交互方式的研究中,有使用操控杆、语音识别、脑电以及肌电信号等方式。但都存在使用不便,价格昂贵等问题。在本文的研究中,联合使用助行机器人上的压力传感器与便于携带的智能手机,获取助行机器人使用者上半身姿态角度与前臂压力数据,从而识别助行机器人使用者的运动方向意图。本文首先介绍正常人体行走运动时的姿态和老年人的行走运动姿态,比较发现人体上半身,在维持人体行走稳定性中的作用,并阐述上半身姿态作为获取使用者运动意图数据来源的合理性。应用四元数姿态解算算法,将从手机中获取的加速度与角速度数据,解算为使用者上半身的姿态角度。建立助行机器人的运动学模型,通过实验的方式,采集多位实验者使用助行机器人时的向前、向后、向左、向右、向左前、向左后、向右前、向右后、向左旋和向右旋行走时的运动数据,研究实验者上半身姿态角度和前臂压力与实验者运动方向意图间的关系,分析旋转运动意图与全向运动意图的区别,运用支持向量机对实验者全向运动意图数据与左右旋转运动意图数据进行分类。由于实际情况中,助行机器人使用者的全向运动意图是任意的方向角度的,即方向角度属于0°到360°之间的任意值。所以,在将旋转运动意图与全向运动意图区分开后,根据实验者上半身姿态角度和前臂压力与全向意图间的关系,建立模糊规则库,运用基于距离型的模糊推理算法,实现根据某一时刻的实验者运动数据与实验者全向运动意图的同定。最后通过实验验证本文所提识别算法的可行性与有效性。